基于视频运动目标跟踪算法研究
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第14-18页 |
| 1.1 课题的研究背景及意义 | 第14-15页 |
| 1.2 课题的国内外研究现状 | 第15-16页 |
| 1.2.1 TLD算法的研究现状 | 第15-16页 |
| 1.2.2 KCF算法的研究现状 | 第16页 |
| 1.3 课题研究内容及主要章节安排 | 第16-17页 |
| 1.4 创新点 | 第17-18页 |
| 第2章 运动目标跟踪的基本理论 | 第18-28页 |
| 2.1 目标跟踪流程 | 第18页 |
| 2.2 图像预处理 | 第18-20页 |
| 2.3 图像特征 | 第20-23页 |
| 2.3.1 HOG特征 | 第20-22页 |
| 2.3.2 CN特征 | 第22页 |
| 2.3.3 LBP特征 | 第22-23页 |
| 2.4 目标检测 | 第23-26页 |
| 2.4.1 帧间差分法 | 第23-24页 |
| 2.4.2 光流场法 | 第24页 |
| 2.4.3 背景差分法 | 第24-25页 |
| 2.4.4 基于机器学习的目标检测 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 KCF算法研究及改进 | 第28-40页 |
| 3.1 相关知识点 | 第28-31页 |
| 3.1.1 岭回归 | 第28页 |
| 3.1.2 核函数 | 第28-30页 |
| 3.1.3 循环矩阵 | 第30-31页 |
| 3.2 KCF算法原理 | 第31-34页 |
| 3.2.1 训练样本 | 第31-32页 |
| 3.2.2 分类器训练 | 第32-33页 |
| 3.2.3 目标快速检测 | 第33-34页 |
| 3.3 KCF算法改进 | 第34-37页 |
| 3.3.1 遮挡问题 | 第34页 |
| 3.3.2 模型定义 | 第34-37页 |
| 3.4 实验结果与分析 | 第37-39页 |
| 3.4.1 计算分析 | 第37页 |
| 3.4.2 遮挡效果分析 | 第37-38页 |
| 3.4.3 实验结果 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 TLD算法研究及改进 | 第40-54页 |
| 4.1 TLD算法介绍 | 第40页 |
| 4.2 检测器 | 第40-43页 |
| 4.2.1 方差滤波器 | 第41页 |
| 4.2.2 集成分类器 | 第41-42页 |
| 4.2.3 最邻近分类器 | 第42-43页 |
| 4.3 跟踪器 | 第43-47页 |
| 4.3.1 LK光流法 | 第43-45页 |
| 4.3.2 前后误差法 | 第45-46页 |
| 4.3.3 中值流跟踪 | 第46-47页 |
| 4.4 学习器 | 第47-49页 |
| 4.5 TLD算法的实现 | 第49-50页 |
| 4.6 TLD算法改进 | 第50-54页 |
| 4.6.1 算法原理 | 第50-52页 |
| 4.6.2 实验结果分析 | 第52-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 全文总结 | 第54页 |
| 5.2 研究展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |
